![]()
在實證研究中,數據并不會自己“說話”。變量如何定義、異常值如何處理、樣本如何篩選、模型如何設定以及使用哪種檢驗標準,研究者都必須在一系列方法中做出選擇。但問題在于,這些選擇往往并不存在唯一答案。那么,當不同研究者面對同一數據和同一研究問題時,他們會不會因為分析路徑不同而得出不同答案?
01 引言
![]()
02 研究設計
![]()
03 研究結果
但如果把標準提高到“所有再分析者都同意原結論”,通過數量顯著下降:在100項復現研究中,只有34%能夠做到所有再分析者都支持原研究結論。也就是說,真正能在不同分析者之間保持完全一致的研究,只占約三分之一。
![]()
04 結論與啟示
多宇宙分析則不依賴于多個獨立研究團隊,而是主要由同一研究者或同一團隊系統展開的穩健性方法。它的基本思想是:既然研究過程中往往存在許多看似合理的分析選擇,例如變量如何定義、異常值如何處理、樣本如何篩選、模型形式如何設定等等,那么研究者就不應只報告其中一條分析路徑,而是應當把一系列合理路徑都跑一遍,看看結論在多大范圍內保持穩定。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.